GangTailorUpgrade/undress-service

👗 Dress AI Service – 自主主機 AI 服飾助手

是什麼 – 一個開源的 Web 服務，讓你數位化個人衣櫥，取得 AI 驅動的穿搭建議，並使用生成式影像模型可視化穿搭樣貌。所有運作皆在你自己的機器上執行（Docker 或純 Python 環境），因此照片不會離開你的電腦。

核心功能（如 README 所述）

功能	作法
衣櫥數位化	上傳衣物照片。後端執行 CLIP 推論，自動為每件物品打上標籤（類別、顏色、圖案、材質、季節），並儲存嵌入向量以供相似性搜尋。
穿搭生成	混合引擎結合規則式時尚邏輯（色彩理論、場合、天氣）與 CLIP 基礎的相似性，並可選擇性地使用 LLM（Ollama）進行風格推理。
虛擬試穿	使用 Stable Diffusion XL、FLUX-1-schnell 或其他本地擴散模型，生成推薦穿搭的寫實渲染圖。
天氣感知	從 OpenWeather 取得即時資料（需 API 金鑰），根據當前天氣條件建議合適的層疊穿著。
分析與輔助功能	衣櫥統計（最常穿的顏色、缺漏項目）、色彩調色盤萃取、重複檢測、喜愛收藏、匯出為 PNG/PDF、可分享連結。

技術堆疊（來自 README）

後端 – FastAPI（Python 3.11），支援非同步端點，預設使用 SQLite（PostgreSQL 可選）。
AI/ML – 圖像標籤使用 CLIP，圖像生成使用 Stable Diffusion XL / FLUX-1-schnell，自然語言推理可選 Ollama LLM（例如 llama 3.2）。
前端 – 原生 HTML + Tailwind CSS，由同一 FastAPI 程式提供；支援拖曳上傳與即時預覽。
容器化 – Docker + Docker-Compose（提供 GPU 友好之 compose 檔案）。
其他服務 – 天氣 API 整合，可選 PostgreSQL，可選 Ollama 伺服器。

快速上手（Docker – 推薦）

# 克隆倉儲（注意倉儲名稱為 "undress-service"，但應用位於 "dress-ai-service" 資料夾內）
git clone https://github.com/GangTailorUpgrade/undress-service.git
cd dress-ai-service
cp .env.example .env               # 如需天氣金鑰或自訂 DB URL 可編輯
docker-compose up --build          # 在 http://localhost:8080 加入 FastAPI 伺服器

UI 可透過 http://localhost:8080 存取。

本地 Python 替代方案 – 建立 venv，安裝 requirements.txt，執行 scripts/download_models.py 下載 CLIP 與擴散模型檢查點，再以 uvicorn app.main:app --reload 啟動。

API 表面（摘要）

POST /api/v1/wardrobe/upload – 新增一件衣物。
GET /api/v1/wardrobe/items – 列出已儲存的項目。
POST /api/v1/outfits/generate – 為特定場合/天氣請求一組穿搭。
POST /api/v1/outfits/{id}/visualize – 產生特定穿搭的擴散影像。
其他 CRUD、喜愛、分析與健康檢查端點。Swagger UI 可於 /docs 使用。

哪些人可能用得上？

時尚愛好者 – 希望擁有私密數位衣櫥與風格建議的人。
精品店店主 – 尋找無需第三方資料外洩的自主主機目錄 + AI 搭配工具的人。
開發者 / 研究人員 – 對結合 CLIP 標籤、規則式推薦與擴散可視化之即用型流程感興趣的人。
注重隱私的使用者 – 希望在不上傳雲端的情況下使用 AI 驅動的搭配功能的人。

可擴充點

模型更換 – 可將 .env 變數指向不同擴散檢查點（寫實、動漫、草圖）。
外掛系統 – 可新增自訂推薦引擎。
Ollama 整合 – 可選本地 LLM 用於更豐富的穿搭描述。
未來路線圖 – 移動應用、社交分享、電商匯入、3D 虛擬形象、永續性評分、AI 購物助手。

授權

MIT – 個人、學術或商業用途皆可自由使用。

總結：Dress AI Service 是一個真正的自托管 AI 應用，結合圖像分類、生成式擴散與可選 LLM 推理，將衣物照片集合轉化為智慧且保護隱私的時尚助手。